La Lección 5 marca un cambio fundamental en COMP5511. Nos estamos alejando de la lógica determinista de la computación clásica y la certeza supervisada de los primeros modelos de clasificación hacia el corazón probabilístico de la IA Generativa. En esta sesión, exploramos por qué los modelos de IA modernos no generan "hechos" sino más bien distribuciones de probabilidad, descubriendo los mecanismos que permiten a los LLM escribir poesía y a los modelos de difusión pintar a partir del ruido.

1. El Cambio de Paradigma: De la Lógica a la Probabilidad

• Más allá del SI-ENTONCES: Transición de reglas rígidas a probabilidades estadísticas fluidas.
• El Fin de la Certeza: Comprendiendo por qué los resultados de la IA Generativa son no deterministas por diseño.
• La Probabilidad como Herramienta: Cómo la "Era de la IA Generativa" trata la incertidumbre como una característica para la creatividad en lugar de un error a corregir.

2. Los Motores Probabilísticos de la Creación

La IA Generativa se basa en muestrear de espacios de probabilidad de alta dimensión. Ya sea generando texto o imágenes, el modelo navega la incertidumbre para producir novedad:

• Modelos de Lenguaje Grandes (LLM): Prediciendo el siguiente token no como una única opción, sino como una distribución de posibilidades.
• Modelos de Difusión: El arte de la ingeniería inversa del orden a partir del caótico ruido Gaussiano.
• El Proceso de Muestreo: Cómo se aprovecha la aleatoriedad para evitar resultados repetitivos y "robóticos".

3. Agentes en Mundos Impredecibles

Los Agentes Autónomos deben navegar por "Mundos Abiertos" donde cada acción conlleva un grado de riesgo y recompensa desconocidos.